電動汽車運行狀態(tài)識別及HEV控制策略研究.pdf

1、隨著我國經(jīng)濟(jì)的高速發(fā)展,能源消耗與環(huán)境污染問題變得日益嚴(yán)重?；旌蟿恿﹄妱悠?HEV)在節(jié)能和減排方面具有很大潛力,因而得到了快速發(fā)展。由于HEV控制策略是與汽車運行狀態(tài)緊密相連的,因此研究汽車運行狀態(tài)識別技術(shù)以及基于運行狀態(tài)識別的控制策略具有十分重要的意義。
　　 本文提出了一種混合搜索算法,該算法將自適應(yīng)遺傳算法和浮動搜索相結(jié)合,通過自適應(yīng)遺傳算法對汽車運行狀態(tài)特征參數(shù)之間的邊界進(jìn)行搜索,依據(jù)獲得的邊界得出汽車運行狀態(tài)特征參

2、數(shù)全集特征；在此基礎(chǔ)上,以浮動搜索算法對全集進(jìn)行回溯性搜索,進(jìn)而選擇出汽車運行狀態(tài)特征參數(shù)最優(yōu)子集。同時,在混合搜索算法中,浮動搜索的起始點采用個體間遺傳的方式,使其始終保持最優(yōu),最大程度的避免無效搜索,減少搜索時間。
　　 本文建立了一個汽車運行狀態(tài)的識別模型,該模型采用模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行識別,其輸入選用汽車運行狀態(tài)特征參數(shù)最優(yōu)子集:平均車速(v)、車速標(biāo)準(zhǔn)差σv、加速度標(biāo)準(zhǔn)差σα、平均減速度(r)、每100s內(nèi)的加減速變化大于

3、2km/h平均次數(shù)N100s、每100s內(nèi)的加減速變化大于10km/h平均次數(shù)LN100s、減速度小于-0.60m/s2大于-0.96 m/s2的時間占減速時間的百分比ηr1-r2和加速度大于1.03 m/s2的時間占加速時間的百分比ηα2,并采用滾動時間窗的方式輸入車速。開發(fā)了汽車運行狀態(tài)識別器,該識別器具有多種輸入輸出接口,能夠在12-24V電源下工作,適用于大多數(shù)類型車輛。另外,開發(fā)了模塊化結(jié)構(gòu)的控制軟件,從而使得該軟件系統(tǒng)結(jié)構(gòu)清

4、晰、易于維護(hù)和進(jìn)行二次開發(fā),并在硬件和軟件中進(jìn)行了抗干擾設(shè)計。
　　 本文建立了一個基本的模糊控制策略。該控制策略選用兩個雙輸入單輸出的模糊控制器:其中一個模糊控制器輸入為電池SOC和電機(jī)轉(zhuǎn)速,輸出為發(fā)動機(jī)給電池充電工作時的輸出扭矩系數(shù)；另一個模糊控制器輸入為電池SOC和整車的需求扭矩,輸出為發(fā)動機(jī)在電機(jī)助力時的輸出扭矩系數(shù)。采用兩個雙輸入單輸出的模糊控制器替代一個三輸入雙輸出的模糊控制器有利于簡化電池SOC的隸屬度函數(shù),并且有

5、利于HEV的整車控制器中程序的開發(fā)和維護(hù)。
　　 在此基礎(chǔ)上,本文還建立了一種基于運行狀態(tài)識別的HEV控制策略,該控制策略中含有一個模糊控制策略庫。通過采用自適應(yīng)遺傳算法,以燃油經(jīng)濟(jì)性和排放性為目標(biāo),基于運行狀態(tài)模型中主干道和快速路運行工況,對模糊控制策略中參數(shù)進(jìn)行優(yōu)化,得到兩種分別適用于我國主干道和快速路的模糊控制策略,并組成了模糊控制策略庫。HEV在行駛過程中,會根據(jù)汽車運行狀態(tài)識別模型的計算結(jié)果,在控制策略庫中選擇相應(yīng)的模